模型发布档案

最新发布模型

聚合模型发布动态,按发布时间浏览,发现值得关注的新模型。

按发布时间倒序7 种语言
清除

284 个模型

按发布时间倒序
Zhipu AI

GLM-TTS

GLM-TTS 是面向工业应用的文本转语音(TTS)合成系统。它采用两阶段架构:先由语言模型将文本转换为语音 token,再通过 Flow Matching 和声码器生成音频。官方公告称其训练使用了约 10 万小时数据。(zhipuai.cn) 支持流式语音生成、情感和韵律表达;主要支持中文,也支持中英混合文本。 支持零样本音色克隆,官方项目文档称可使用 3–10 秒提示音频;无需针对特定说话人微…

了解模型简体中文
Zhipu AI

GLM-ASR-Nano-2512

GLM-ASR-Nano-2512 是面向复杂真实场景的开源自动语音识别模型,输入语音并输出转录文本。官方公布的参数规模为 1.5B;作为特征提取模块的 Whisper V3 音频编码器参数未计入该数字。(zhipuai.cn) 支持普通话、英语、粤语及其他方言,并针对低音量、轻声或低语识别进行了优化。官方仓库称模型支持 17 种语言,相关可用性评价条件为 WER ≤…

了解模型简体中文
DeepSeek

DeepSeek-V3.2-Speciale

DeepSeek-V3.2-Speciale 是 DeepSeek-V3.2 的长思考增强版本,面向高难度推理研究与社区评测,并结合了 DeepSeek-Math-V2 的定理证明能力。模型权重已发布,采用 MIT 许可证。(api-docs.deepseek.com) 适用于复杂数学推理、证明与逻辑验证、编程竞赛题及模型能力评测。DeepSeek 报告称,该模型在 IMO、CMO、ICPC…

了解模型简体中文
DeepSeek

DeepSeek-V3.2

DeepSeek-V3.2 是面向推理和智能体任务的通用文本模型,是 V3.2-Exp 的正式后继版本,目标是在推理能力与输出长度之间取得平衡。发布日期为 2025 年 12 月 1 日。(deepseek.com) 支持思考和非思考模式,两种模式均支持工具调用;思考模式可将多轮推理与工具调用结合。适用于日常问答、通用智能体和代码相关任务。(api-docs.deepseek.com) 输入和输出…

了解模型简体中文